第8章 微分方程初值问题的数值解法-1.ppt

记 由 得 称为[xk , xk+1]上的平均斜率. 故 2、Runge -Kutta方法 只要对K*提供不同的算法, 就会得出不同的计算公式. 如取 则得改进的Euler公式, 它是利用xk , xk+1两点的斜率值K1 , K2 的算术平均值作为K*, 精度比Euler法高. 则得Euler公式; 取 Runge-Kutta法的基本思想: 设法在[xk , xk+1]内多预报几个点的斜率, 再将它们的加权平均值作为平均斜率K* 一般显式Runge-Kutta公式为: 其中 为待定参数, 且 . 称为r 级Runge-Kutta方法计算公式. ② 即可得 p 个方程, 从而确定出待定参数. 代入表达式即可得到计算公式. 如果要求两个表达式的前p+1项完全重合, 即局部截断误差达到 , 则称②式为 p 阶 r 级的Runge-Kutta方法. 常用的是 r =2,3,4 级的R-K方法, 且适当选取参数使得 p = r . 如要求: 注: 式中待定参数的确定: 先将②式右端在(xk , yk ) 处展成h的幂级数(即将 yk+1 展成 h 的幂级数); 再将 y(xk+1) 作Taylor 级数展开;最后比较两式中hk ( k=0,1,2,…)的系数, 以确定出所有待定参数. Runge-Kutta方法的推导(以r =2为例): 当r =2 时 记 则 又 这是一个四个参数三个方程的非线性方程组. 它有一个自由度. 称满足上述方程组的一族公式为二级二阶Runge-Kutta方法. 为使局部截断误差为 ,比较上述两式右端同次幂系数,应 取 (1) 常用的二阶Runge-Kutta方法: 预估-校正算法 (2) 中间点方法 注: 二级Runge-Kutta方法的精度最高是二阶的,不可能达到三阶. 要提高计算方法的阶, 就必须增加预报点. 常用的三阶Runge-Kutta方法(r =3): (1) Heun (休恩)方法 (3) 三阶Kutta方法 (1) 三阶Heun方法 标准(经典)四阶Runge-Kutta方法 (2) 常用的四阶Runge-Kutta方法(r =4): 第八章 微分方程初值问题的数值解法 内容提纲 引言 Euler法及其改进 Runge-Kutta方法 线性多步法 误差分析 数值解法的收敛性、相容性和稳定性 边值问题数值解法简介 包含自变量、未知函数及未知函数的导数或微分的方程称为微分方程。 在微分方程中, 自变量的个数只有一个, 称为常微分方程。 自变量的个数为两个或两个以上的微分方程叫偏微分方程。 微分方程中出现的未知函数最高阶导数的阶数称为微分方程的阶数。 如果未知函数y及其各阶导数 8.1 引 言 8.1.1 微分方程知识回顾 都是一次的,则称它是线性的,否则称为非线性的。 在高等数学中，对于常微分方程的求解，给出了一些典型方程求解析解的基本方法： 一阶：可分离变量法、齐次方程、一阶线性方程以及伯努利方程 高阶：可降阶方程、 常系数齐次线性方程的解法、常系数非齐次线性方程的解法 但能求解的常微分方程仍然是有限的，大多数的常微分方程是求不出解析解的。 这个一阶微分方程就不能用初等函数及其积分来表 达它的解。 8.1.1 微分方程知识回顾 例如 从实际问题当中归纳出来的微分方程，通常主要依靠数值解法来解决。本章主要讨论一阶常微分方程初值问题 ( 8.1 ) 在区间 可以证明,如果函数在带形区域 R={a≤x≤b,-∞＜y＜∞}内连续，且关于y满足李普希兹(Lipschitz)条件，即存在常数L(它与x,y无关)使 对R内任意两个 都成立,则方程( 8.1 )的解 在?a, b?上存在且唯一。 上的数值解法。 常微分方程初值问题(8.1)式的数值解法，首先要算出精确解y(x)在区间?a,b?上的一系列离散节点 处的函数值 的近似值: 相邻两个节点的间距 称为步长，本章总 是假定h为定数，称为定步长，这时节点可表示为 8.1.2 数值方法的基本思想 1、数值解法需要把连续性的问题加以离散化，从而求出离散节点处的数值解。 描述这类算法，要求给出用已知信息 计算 的递推公式。 建立这类递推公式的基